理解动态世界：一种用于开放域实体状态追踪的端到端知识感知框架
人工智能
2023-04-28 v1
摘要
开放域实体状态追踪旨在给定动作描述预测实体的合理状态变化（即[实体]的[属性]之前为[前状态]、之后为[后状态]）。它对于支持人类日常活动的诸多推理任务十分重要。然而，由于模型需预测由动作引发的任意数量的实体状态变化，且多数实体与动作隐式相关、其属性与状态来自开放词表，该任务颇具挑战。为应对这些挑战，我们提出一种新颖的用于开放域实体状态追踪的端到端知识感知框架，即KIEST，其显式地从外部知识图谱（即ConceptNet）检索相关实体与属性，并通过新颖的动态知识粒度编码器-解码器框架将其融入以自回归生成所有实体状态变化。为强化所预测实体、属性与状态间的逻辑连贯性，我们设计了一种新的约束解码策略并采用连贯性奖励以改进解码过程。实验结果表明，我们提出的KIEST框架在公开基准数据集OpenPI上显著优于强基线。
引用
@article{arxiv.2304.13854,
title = {Understand the Dynamic World: An End-to-End Knowledge Informed Framework for Open Domain Entity State Tracking},
author = {Mingchen Li and Lifu Huang},
journal= {arXiv preprint arXiv:2304.13854},
year = {2023}
}
备注
Published as a conference paper at SIGIR 2023